打开微信,使用扫一扫进入页面后,点击右上角菜单,
点击“发送给朋友”或“分享到朋友圈”完成分享
每个参赛者提交的数据保存在一个文件夹中,文件夹名称必须为队伍的编号。该文件夹中至多包含三个子目录,各个子目录的名字必须为“det”、“dri”或“mot”。三个子目录中分别保存路物体检测、可驾驶区域检测和道路物体跟踪的结果数据。若子目录存在,则认为参赛者参加了相应的赛项,否则认为参赛者未参与对应的赛项。若子目录存在,但子目录中的内容不符合格式要求(比如:文件缺失,文件格式错误),导致判分程序无法解析结果,则对应赛项得分直接计为 0。下面分别介绍各个赛项的详细数据格式。
特别需要注意的是,三个赛项输入为同一段视频,但输出帧率不同:
1) 输入视频的帧率为 15 FPS;
2) 道路物体检测的输出帧率为 15 FPS,即输入的每一帧图片都需要处理;
3) 可驾驶区域检测的输出帧率为 1 FPS,即只需要处理输入图片的第1帧、第16帧、第30帧……;
4) 道路物体跟踪的输出帧率为 15 FPS,即输入的每一帧图片都需要处理。
所有数据都存储在一个 JSON 文件中,JSON 文件分为两部分:“ ”是一个数组,“config”是一个固定的JSON对象。形式如下:
{
" s": [ label_ ],
"config": {
"categories": [
{
"name": "pedestrian"
},
{
"name": "rider"
},
{
"name": "other person"
},
{
"name": "car"
},
{
"name": "bus"
},
{
"name": "truck"
},
{
"name": "train"
},
{
"name": "trailer"
},
{
"name": "other vehicle"
},
{
"name": "motorcycle"
},
{
"name": "bicycle"
},
{
"name": "traffic sign"
},
{
"name": "traffic light"
}
]
}
}
label_ 是一个 JSON 对象,格式如下:
{
"name": string,
"labels": array
}
其中:
"name": 字符串,表示当前图片名称;请按照视频中每帧的顺序命名图片,不需在编号中添加前缀0;
"labels": JSON 数组,数组中的每个成员都是一个 JSON 对象,格式如下:
{
"id": "2VUrumAn40Yj2z8b",
"category": "pedestrian",
"score": 0.98,
"box2d": {
"x1": 746.1025962448077,
"x2": 1199.0058017851172,
"y1": 47.50732925248001,
"y2": 717.3606717124482
}
}
"id" 表示当前识别物体的识别码,是一个字符串,每张图片中识别码不可重复,建议为 "0"、"1" 等引号包裹的数字。
"category" 表示当前识别物体的类别,是一个字符串,取值如下:
1 | pedestrian |
2 | rider |
3 | car |
4 | truck |
5 | bus |
6 | train |
7 | motorcycle |
8 | bicycle |
9 | traffic light |
10 | traffic sign |
"box2d" 表示当前识别物体的坐标,是一个 JSON 对象,包含 "x1"、"y1"、"x2"、"y2" 四个值,
四个值类型均为 float。以图片左上角的像素为 (0, 0) 坐标,
(x1, y1) 表示当前识别物体左上角的坐标,(x2, y2) 表示当前识别物体右下角的坐标。
可驾驶区域的数据有两种格式:1. JSON文件;2. colormap文件。
JSON文件由两部分组成:“ s”是一个数组,“config”是一个定值JSON对象。示例如下:
{
" s": [
{
"name": "http://10.100.209.15:8686/items/examples_cyber/thumb2089.jpg",
"labels": [
{
"id": "PNfpoMTIYGhgV20S",
"category": "direct",
"poly2d": [
{
"vertices": [
[
1173.6685595171277,
489.3254913005441
],
[
1187.9207582928718,
571.6715286715095
],
[
1186.3371806511225,
593.8416156560002
],
[
1173.6685595171277,
593.8416156560002
],
[
1164.167093666632,
668.2697648182188
],
[
1164.167093666632,
717.3606717124482
],
[
1275.0175285890853,
718.9442493541975
],
[
1278.184683872584,
490.90906894229346
],
[
1275.0175285890853,
482.9911807335468
]
],
"types": "LLLLLLLLL",
"closed": true
}
]
}
]
}
],
"config": {
"categories": [
{
"name": "direct"
},
{
"name": "alternative"
},
{
"name": "background"
}
]
}
}
s 中的每个元素都是一个 JSON 对象,包含以下字段:
"name": 字符串,表示当前图片名称。请按照视频中每帧的顺序命名图片,不需在编号中添加前缀0;
"labels": JSON 数组,数组中的每个成员都是一个 JSON 对象,包含以下字段:
“id”: 字符串,当前区域的id。
“category”: 字符串,取值为“direct”或“alternative”,分别表示直接可驾驶区域和可选驾驶区域。
直接可驾驶区域包括符合交通规则的通畅马路,可选区域则包括拥挤的道路等。
另外一个类别为“background”,意为不可驾驶区域,不需要特别标示,所有不属于“direct”和“alternative”的区域均为“background”。
"poly2d": 数组,取值见上例。有三个字段:“vertices”、“types”和“closed”,
分别表示区域各个顶点的位置,区域类型以及区域是否闭合。
“types”中的“L”表示“vertices”中的点以实线连接,
“L”的个数与“vertices”数组中点的个数相等。
“closed”表示曲线是否闭合,可填true,即:所有检测到的区域均为闭合区域。
colormap中的 PNG 文件绘制出了可行驶区域,红色(RGB (219, 94, 86))表示直接可行驶区域,蓝色(RGB (86, 211, 219))表示非直接可行驶区域,黑色表示背景(RGB (0, 0, 0))。colormap文件可由JSON文件转换而得。示例如下:
热门帖子
精华帖子